MétaCan
Menu
Retour à la cohorte
Enregistrement W2117235616 · doi:10.1109/tap.2010.2055783

Depth and Rate of Fading on Fixed Wireless Channels Between 200 MHz and 2 GHz in Suburban Macrocell Environments

2010· article· en· W2117235616 sur OpenAlexafffund
Kyle N. Sivertsen, Anthony Liou, David G. Michelson

Notice bibliographique

RevueIEEE Transactions on Antennas and Propagation · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBC Hydro
Mots-clésFadingMacrocellTransmitterFadeFading distributionRadio spectrumWirelessShadow mappingTelecommunicationsComputer scienceRemote sensingEnvironmental scienceElectronic engineeringAcousticsPhysicsChannel (broadcasting)GeologyEngineeringBase stationRayleigh fading

Résumé

récupéré en direct d'OpenAlex

Various bands between 200 MHz and 2 GHz have recently been reallocated to multipoint fixed wireless services. The links in such systems are usually obstructed by buildings and foliage and are susceptible to fading caused by windblown trees and foliage. To date, there have been relatively few efforts to characterize either the depth of fading in bands below 1.9 GHz or the rate of fading in any of these bands. We transmitted CW signals in the 220, 850 and 1900 MHz bands from a transmitter located 80 m above ground level in a typical suburban macrocell environment and collected time-series of received signal strength at distances between 1 and 4 km from the site. We reduced the data to show how the depth and rate of fading depend on the frequency band, time-averaged wind speed and distance in such an environment. Our most significant finding is that the rate of signal fading is very similar in all three bands. In particular, it is not proportional to carrier frequency, as a simplistic model involving moving scatterers might suggest. These results will provide useful guidance to those who seek to simulate, or develop detailed physical models of, fade dynamics in such environments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,216
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Antennas and PropagationMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207